CE-RM: A Pointwise Generative Reward Model Optimized via Two-Stage Rollout and Unified Criteria

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Hu, Xinyu, He, Yancheng, Wang, Weixun, Feng, Tao, Lin, Li, Liu, Jiashun, Su, Wenbo, Zheng, Bo, Wan, Xiaojun
Formato:	Preprint
Publicado:	2026
Materias:	Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2601.20327